网页抓取工具MetaSeeker V4.1.1
作者：gooseeker 来源：绿盟投稿 发布时间：2009-11-29 16:13:42
文章正文
MetaSeeker应用领域
网页抓取工具软件包MetaSeeker V4.1.1（企业版和在线版）正式发布，在线版免费下载和使用，源代码可阅读。自推出以来，深受喜爱，主要应用领域：
垂直搜索（Vertical Search）：也称为专业搜索，高速、海量和精确抓取是定题网络爬虫DataScraper的强项，每天24小时每周7天无人值守自主调度的周期性批量抓取网页内容，加上断点续传和软件看门狗(Watch Dog)，确保您高枕无忧
移动互联网：手机搜索、手机混搭(mashup)、移动社交网络、移动电子商务都离不开结构化的数据内容，DataScraper实时高效地抓取网页内容，输出富含语义元数据的XML格式的抓取结果文件，确保自动化的数据集成和加工，跨越小尺寸屏幕展现和高精准信息检索的障碍。手机互联网不是Web的子集而是全部，由MetaSeeker架设桥梁
商业情报采集/数据挖掘：俗称商业智能（Business Intelligence），噪音信息滤除、结构化转换，确保数据的准确性和时效性，独有的广域分布式架构，赋予DataScraper无与伦比的情报采集渗透能力，AJAX/Javascript动态页面、服务器动态网页、静态页面、各种鉴权认证机制，一视同仁。
MetaSeeker重大特色
MetaStudio是网页抓取规则编辑器，免编程，只需要在图形界面上的点选和标注，规则自动生成
MetaStudio是网页抓取规则管理器，语义结构和抓取规则是个知识库，规则生成不再是单程票，可以持续修改，适应业务发展需求
DataScraper是定题网络爬虫，单批量、周期性、无人值守多种运行模式，基于软件看门狗的故障保护
DataScraper是网页内容格式化工具，输出富含语义元数据的结构化数据抓取结果（XML文件），二维表和树形内容结构同时支持，确保强大的语义表述能力
DataScraper是高渗透力信息采集器，AJAX/javascript、动态内容、鉴权认证都不是障碍（不总是）
MetaSeeker是高协同开源商业情报采集网络，跨地域分布式、动态IP地址、用户接入线带宽，与部署在中心机房的使用固定IP的解决方案相比，运营成本大大降低。
MetaSeeker产品组成
MetaStudio：网页内容语义标注和网站抓取规则生成工具，也是协同性网页内容语义结构管理工具
DataScraper：定题／聚焦网络爬虫、网页内容抓取和格式化工具，可组成跨地域分布式协同性信息采集网络
MetaCamp：（仅限企业版）互联网内容的语义结构知识库，MetaSeeker用户权限管理和协同管理服务器
DataStore：（仅限企业版）网页抓取规则数据库 <-- 投稿结束 -->
<-- 标记 --><-- 图片标记 -->
 |
MetaSeeker工具包V4.0.0已经发布，同V3.x版本相比，重点改进了产品界面的友好性、程序运行的鲁棒性、网络爬虫的效率、信息提取规则的适应性，并实现了定时器驱动的周期性信息提取，MetaSeeker V4.0.0兼容V3.x版本，以前版本定义的信息结构和信息提取规则仍然有效，详细版本特性参见MetaSeekerV4.0.0版本说明
MetaSeeker工具包在线版是免费软件，而且所有I/O操作代码是可阅读的脚本，无任何恶意代码，确保绝对安全。下载说明如下：
- MetaSeeker在线版虽然免费发布，但是受相关法律保护的软件产品
- 如果使用过程中遇到问题，可以在MetaSeeker工具包交流区提问或者讨论，或者直接联系技术支持人员
- MetaSeeker服务参照SAAS架构进行运营，请访问MetaSeeker服务自助开通系统注册服务帐号和下载软件
- 服务帐号和口令将通过email发送给您，如果几分钟以后没有收到，您可以察看一下是否被您的邮件服务器放到了垃圾邮件里面，如果仍然没有找到，建议您直接联系我们
- 获得帐号后，请登录MetaSeeker Self-Serving Console下载MetaSeeker工具包。
- 该帐号用于访问MetaSeeker在线Web服务，例如，下载MetaSeeker工具包软件、操作客户端软件等等。请不要与登录GooSeeker网站——本网站——的帐号混淆。MetaSeeker在线Web服务驻留在metacamp.cn域，而GooSeeker社区网站驻留在gooseeker.com域，这是两个不同的域。怎样使用该帐号请阅读《安装手册》
再次提示：请不要使用上述帐号尝试登录GooSeeker，我们当前不支持一站式认证。
下载
文章来自绿盟(xDowns.com)转载请注明来路。
上一篇文章：Mp3tag：音乐发烧友必备工具 []